视觉SLAM ch11回环检测

回环检测的关键：如何有效的检测出相机经过同一个地方。如果成功的检测到可以为后端的位姿图提供更多有效数据，得到全局一致的估计。

回环检测提供了当前数据和所有历史数据的关联，还可以用回环检测进行重定位。

具体方法：

一：基于外观的，和前端和后端的估计无关，仅仅根据两幅图像的相似度确定回环检测关系。

核心问题：如何计算图像间的相似性。

计算准确率和召回率。准确率是算法提取到的所有回环中是真实回环的概率；召回率是真实回环中被正确检测出的概率。SLAM中，对准确率的要求更高，召回率相对宽容点。

二：词袋模型

先介绍词袋（Bags of Words,BOW）的做法，用图像上有哪几种特征来描述一幅图像。

当相机发生少量运动，只要物体在视野中，仍然保证描述向量不发生变化。

该方法分为两个步骤：

步骤一：字典的生成方式；

字典由单词组成，单词代表一个概念，与特征点不同，单词是某一类特征的组合。所以，字典生成问题类似于一个聚类问题。

例如，对N张图像提取了特征点，想找出一个有k个单词的字典，即有N个数据，想要归成k个类，①使用K-means方法可以把提取到的特征点聚类成一个含有k的单词的字典，然后思考如何根据图像中的某个特征点查找字典中相应的单词。

②使用k叉数来表达字典。当有N个特征点，希望构建一个深度为d,每次分叉为k的树，做法如下:

在根节点，用K-means把所有样本聚成k类，这样的到了第一层

对第一层的每个节点，把属于该节点的样本再聚成k类，得到下一层。

以此类推，最后得到叶子层。叶子层就是Words.

最终在叶子层构建了单词，而树结构中的中间节点仅供快速查找时使用，这样一个k分支、深度为d的树可以容纳k^d个单词。

 代码feature_training.cpp对十张图片训练了一个小的字典

步骤二：根据字典计算两幅图像的相似性。

根据TF-IDF计算图像的相似性，书295页进行了详细介绍。

总结：增加字典规模（需要更多的图片进行训练），图像的相似性更明显。

           检测到回环后还需要验证,一个方法是建立回环的缓存机制：认为单次检测到的回环并不足以构成良好的约束，而在一段时间内一直检测到回环，才是正确的回环。另一个方法是空间上的一致性检测：对回环检测到的两个帧进行特征匹配，估计相机的运动，然后把运动放到之前的位姿图中，检查与之前的估计是否有很大的出入。